在我的研究项目中，我需要从维基百科转储中提取并行文档。换句话说，我已经下载了英语和意大利语维基百科转储。现在，我想解析它们，对于英语转储中的每篇文章，在意大利语转储中找到其翻译（应通过跨语言链接完成），并将它们存储在同一个文件中，以便之后进行一些跨语言文本处理。
我搜索了一下，但我找不到任何用于此目的的代码。但是，由于我看过许多作者也做过同样的事情的论文，我认为在从头开始发明轮子之前，可能值得先问一下。
任何想法都是值得赞赏的。
谢谢。
使用此维基百科 api， action=query&query=langlinks
例：https://en.wikipedia.org/w/api.php?action=query&prop=langlinks&lllang=it&titles=Calculus|面包|生物学
回复给出了相应的意大利语文章。